项目名称: 面向图像与视频特征表示的深度编码方法研究

项目编号: No.61272319

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 常虹

作者单位: 中国科学院计算技术研究所

项目金额: 80万元

中文摘要: 本项目拟在深度学习、稀疏编码、以及图像与视频表示的研究成果的基础上,针对图像与视频特征所具有的高维、非线性、问题依赖等难题,研究新的深度编码的理论和方法,以及在具体的应用问题中所需的特定技术。具体而言,我们的研究目标是(1)提出新的深度编码框架和算法,并对算法的各项性能做出分析与证明;(2)提高深度编码方法的可扩展性,降低其计算复杂度;(3)面向特定的应用问题,有针对性的提出基于深度编码的图像和视频特征表示方法,提高监控视频中的人体检测与检索、动作识别等应用系统的识别精度、泛化能力以及鲁棒性能。本项目发表期望产出高水平论文和有效的应用系统。

中文关键词: 图像视频表示;深度学习;流形学习;计算机视觉;

英文摘要: Based on the recent related work on deep learing, sparse coding, image and video representation, this project proposes to research on deep coding theory and algorithms as well as their application in real-world recognition problems, to deal with the challenges of high-dimensionality, nonlinear, and problem dependent in image and video feature representation. More specifically, we aim to (1) propose novel deep coding framewpork and approaches, analyze and verify their properties; (2) improve the scalability and computational efficiency of the proposed deep coding methos; (3) propose deep coding based image and video feature representation methods for specific application probems, in order to improve the recognition accuracy and generalization ability of real-world recognition systems, such as human detection and retrieval in video surveillance, action recognition, and so on. This project aims to output high quality research papers as well as effective real-world application systems.

英文关键词: image video representation;deep learning;manifold learning;computer vision;

成为VIP会员查看完整内容
0

相关内容

【AAAI 2022】跨模态目标跟踪: 模态感知表示和统一基准
专知会员服务
42+阅读 · 2022年1月6日
【NeurIPS2021】NeRV:视频的神经表示
专知会员服务
11+阅读 · 2021年10月28日
面向行人重识别的局部特征研究进展、挑战与展望
专知会员服务
26+阅读 · 2021年10月13日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
13+阅读 · 2021年9月23日
专知会员服务
12+阅读 · 2021年9月13日
基于深度神经网络的高效视觉识别研究进展与新方向
专知会员服务
36+阅读 · 2021年8月31日
专知会员服务
6+阅读 · 2021年6月19日
「深度图像检索: 2012到2020」大综述论文,21页pdf
专知会员服务
41+阅读 · 2021年1月30日
WWW2022 | 推荐系统中的特征自动提取
图与推荐
1+阅读 · 2022年2月24日
讲座直播预告 | 乔宇研究员:复杂视频的深度表征和理解
中国科学院自动化研究所
0+阅读 · 2021年6月8日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
深度学习技术发展趋势浅析
人工智能学家
26+阅读 · 2019年4月11日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
A survey on deep hashing for image retrieval
Arxiv
14+阅读 · 2020年6月10日
Arxiv
21+阅读 · 2018年8月30日
小贴士
相关VIP内容
【AAAI 2022】跨模态目标跟踪: 模态感知表示和统一基准
专知会员服务
42+阅读 · 2022年1月6日
【NeurIPS2021】NeRV:视频的神经表示
专知会员服务
11+阅读 · 2021年10月28日
面向行人重识别的局部特征研究进展、挑战与展望
专知会员服务
26+阅读 · 2021年10月13日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
13+阅读 · 2021年9月23日
专知会员服务
12+阅读 · 2021年9月13日
基于深度神经网络的高效视觉识别研究进展与新方向
专知会员服务
36+阅读 · 2021年8月31日
专知会员服务
6+阅读 · 2021年6月19日
「深度图像检索: 2012到2020」大综述论文,21页pdf
专知会员服务
41+阅读 · 2021年1月30日
相关资讯
WWW2022 | 推荐系统中的特征自动提取
图与推荐
1+阅读 · 2022年2月24日
讲座直播预告 | 乔宇研究员:复杂视频的深度表征和理解
中国科学院自动化研究所
0+阅读 · 2021年6月8日
图像描述生成研究进展
专知
1+阅读 · 2021年3月29日
深度学习技术发展趋势浅析
人工智能学家
26+阅读 · 2019年4月11日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
一文读懂图像压缩算法
七月在线实验室
15+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
40+阅读 · 2018年4月26日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员